安徽省生态效率测度及时空分异研究

张会恒，孙 辉

（1.安徽财经大学安徽经济社会发展研究院，安徽 蚌埠 233041；2.安徽财经大学经济学院，安徽 蚌埠 233030）

改革开放四十多年来，我国经济飞速发展，综合实力得到跨越式提高。但长期以来我国粗放型经济发展方式使得生态环境不断恶化，严峻的资源环境问题渐渐成为影响我国经济发展的重要因素［1］。随着经济发展和资源环境之间矛盾日益加深，中国政府越来越重视生态文明建设问题。2019年，李克强在政府工作报告中明确指出，要充分重视生态文明建设问题，绿色发展是构建现代化经济体系的必然要求。各级政府非常重视生态文明建设，相继出台了相关法律法规。安徽省作为长三角的上游区域，生态环境直接影响到长三角地区，因此有效测度安徽省生态效率、分析其生态效率变化趋势具有重要的现实意义。

1 文献综述

如今，生态效率被认为是生产活动产生的经济价值与环境污染的比值。为了考察经济活动中产生较小环境污染的过程，生态效率分析已经成为研究经济可持续发展的重要方法。

在生态效率测度方面，现有研究主要通过单一比值法、指标体系法以及模型法对生态效率进行测算。其中，单一比值法更适用于单个项目的分析，但是无法有效区分不同环境因素对生态效率的影响，因此容易造成生态效率测算的偏差［2］；指标体系法在计算过程中难以克服人们主观因素的影响，也不利于生态效率的测算。模型法中的数据包络分析方法（DEA）由于可考虑多种投入和产出，不需要设定模型具体形式且具有较强的客观性等优点而被广泛使用［3-4］。王兵等、白永平等从非期望产出角度出发，借助传统DEA模型分别测算了我国区域生态环境效率和能源利用效率［5-6］。但传统DEA方法不能排除环境因素对生态效率的影响，因此测算结果无法真实反映区域生态效率，容易导致资源的错配和扭曲。而提出三阶段DEA评价方法可以有效排除随机误差和外部因素对决策单元的影响，使模型测算结果更加准确。目前三阶段DEA方法越来越多地被国内外学者使用，张会恒等借助三阶段DEA模型测度了2015年我国工业各行业生态效率，并分析其影响因素［7］；陈升等考察我国2012—2016年“一带一路”倡议沿线省市科技创新效率，并对影响因素进行分析，研究结果均表明，外部因素与随机误差会对生态效率测算结果产生较大影响［8］。

综上分析，国内关于生态效率的研究主要采用DEA方法，但多数研究忽略了环境因素对生态效率的影响，容易造成测算误差。因此，为了正确评价和探究安徽省城市生态效率及其时空分异，本文运用三阶段DEA方法对2005—2018年安徽省16个城市生态效率进行测度，并探讨城市生态效率的演变趋势，以期为提高安徽省城市生态效率提供一定的决策参考。

2 研究方法、指标选取与数据来源

2.1 研究方法

2.1.1 三阶段DEA方法

（1）第一阶段：DEA-BCC模型

BCC模型考察了可变规模报酬下决策单元的效率值问题，并且能够获取每个决策单元的纯技术效率和规模效率，从而更加清晰地考察效率变化。本文采用投入导向的DEA-BCC模型测量安徽省各地市生态效率。

（2）第二阶段：随机前沿分析SFA模型

以第一阶段获得的松弛变量为被解释变量、以环境变量为解释变量，构造SFA回归模型。本文借鉴罗登跃［9］、陈巍巍等［10］的做法分离回归结果的管理无效率项，剔除环境因素和随机误差对效率值的影响，从而对决策单元投入要素进行重新调整。

（3）第三阶段：修正后的DEA-BCC模型

将第二阶段调整后的投入变量和原始产出重新带入DEA模型中计算，此时得到的效率值为剔除环境因素和随机误差影响后的真实效率值。

2.1.2 无效率分解

本文借鉴陈明华等的做法，对城市生态无效率值进行分解计算［11］。为了进一步分清生态无效率的具体来源，将无效率项分解为：ⅠE=ⅠEx+ⅠEy+ⅠEb。其中，ⅠEx、ⅠEy、ⅠEb分别为投入、期望产出以及非期望产出的无效率项。

2.2 指标选取

（1）投入变量。将投入指标分为资源投入、劳动投入以及资本投入三方面。其中，能源消耗指标用城市用水总量（X1）、全社会用电总量（X2）以及城市建设用地面积（X3）表示；劳动投入（X4）采用各地市年末单位从业人员数表示；资本投入（X5）选用全社会固定资产投资存量作为资本投入指标，并以2005年为基期、采用永续盘存法计算，折旧率选取为9.6%。

（2）产出指标。期望产出（Y1）选取地区GDP表征；非期望产出（Y2），采用熵值法将废水、二氧化硫、烟粉尘、化学需氧量以及固体废物排放量指标拟合成一个环境污染综合指标，用其作为非期望产出的表征指标。由于DEA模型的产出要求选用正向产出，若将非期望产出直接带入模型中会使得三阶段DEA模型方法失灵。因此，本文借鉴郭四代等的做法，运用线性数据转换法将非期望产出转化为正向指标，从而保证模型的凸性和线性关系［1］。

（3）环境变量。环境变量是指会对生态效率产生影响但不受决策单元控制的外部环境因素［12］。本文选取以下指标考察安徽省各地市生态效率的环境因素。人口密度（Z1），以各地市每平方千米人口数进行表征；地区经济发展水平（Z2），以实际人均GDP指标表示；城市化水平（Z3），以地区城镇人口与年末总人口数的比值表示地区城市化水平；外贸依存度（Z4），选用进出口总额占地区GDP的比重进行表征；产业结构（Z5），采用地区第二产业增加值与地区GDP之间的比值表示；对外开放度（Z6），采用地区实际直接利用外资额占地区GDP的比值进行表示。

2.3 数据来源

数据主要来自2005—2018年《安徽省统计年鉴》、安徽省各地市统计年鉴以及EPS数据库。为了避免价格因素对估计结果产生影响，所有数据均以2005年不变价格为基期进行平减，并进行标准化处理。以淮河和长江为分界线，本文将安徽省分为皖南、皖中和皖北三大区域（见表1）。

表1 安徽省三大区域划分

3 三阶段DEA模型测算结果分析

3.1 第一阶段DEA

本文使用DEAP 2.1软件测算出2005—2018年安徽省各地市生态的综合效率（TE）、纯技术效率（PE）以及规模效率（SE）。由于篇幅限制，文章仅列示2005、2010、2015以及2018年的测算结果，如表2所示。

在不考虑外部因素和随机误差的情况下，安徽省整体生态效率水平呈稳步上升趋势，生态资源环境状况明显逐步改善。皖南地区生态效率水平总体处于技术前沿面，仅个别年份略有波动；皖中和皖北生态效率均值呈现波动上升趋势，生态环境状况向良好趋势转变。此阶段生态综合效率无法排除外部环境因素和随机误差的影响，测算结果只部分反映各地市的生态效率水平，因此需要进一步剔除环境因素和随机因素对各地市生态效率水平的影响。

表2 主要年份第一阶段安徽省各地市生态效率测算结果

3.2 第二阶段SFA回归结果分析

借助Frontier 4.1软件，将投入松弛变量作为因变量、环境因素作为自变量带入SFA模型中进行分析。若环境因素与松弛变量间存在正相关关系，则表明在外部环境因素的影响下将导致投入冗余增加，从而降低各市生态效率水平；反之则认为有利于生态效率水平的提高。SFA回归结果如表3所示。

由表3可知，各松弛变量均通过了单边广义似然比（LR）检验，SFA模型的回归结果较为理想。Gamma值均接近1，表明管理无效率对松弛变量的影响远远大于随机误差的影响。根据实证结果可以得到如下结论。

人口密度回归系数显著为正，表明城市人口密度越高越不利于城市生态效率提升；城市人口密度增加会导致投入要素冗余增加，致使投入要素未充分利用，进而对生态效率产生负向影响。实际人均GDP回归系数显著为负，表明地区经济发展水平提升有利于地区生态环境效率水平提高；当地经济发展水平提高有利于优化地区资源配置，从而对生态环境效率产生促进作用。城市化水平回归系数显著为负，表明城市化水平提高有利于城市生态环境效率提升；城市化率越高越有利于发挥规模效应和集聚效应，进而有效缓解资源环境压力。外贸依存度回归系数显著为正，说明外贸依存度提高会对城市生态环境效率产生不利影响；受安徽省研发水平限制，进出口贸易没有充分利用省内能源、劳动以及资本优势，使得省内生态环境遭到破坏。产业结构回归系数显著为负，表明第二产业比重增加有利于城市生态环境效率水平的提升。对外开放度回归系数显著为负，可知外资流入有利于优化安徽省资源配置、产生资源节约现象，从而降低投入冗余、提高生态环境水平。

表3 基于SFA模型的外部因素回归结果

续表

由上述分析可知，不同环境因素对投入松弛变量的影响各不相同。因此需要通过分解管理无效率项排除环境因素和随机误差的干扰，使各城市处在相同外部条件下，进而测得各区域生态效率真实水平。

3.3 第三阶段DEA实证结果分析

本文将调整过的投入要素重新引入DEA模型中，测算结果如表4所示。为了比较第一和第三阶段测算结果的差异，本文借鉴曾贤刚等提出的偏离度概念：偏离度=第一阶段生态效率值－第三阶段生态效率值［13］。

通过比较第一、第三阶段的测算结果可以发现，在剔除外部环境和随机误差因素后，各市生态效率均出现较大幅度变化，因此采用三阶段DEA方法测算城市生态效率是合理的。

从整体看，安徽省第三阶段生态综合效率、纯技术效率和规模效率均值均高于第一阶段测得的水平值。样本期间内，安徽省生态效率水平总体保持增长趋势。

分区域看，三大区域生态效率水平差异显著。在第三阶段，皖南地区2018年生态综合效率、纯技术效率以及规模效率均出现了不同程度的下降态势；三者效率分别由调整前的0.988、1.000、0.988下降为调整后的0.969、0.999、0.970，反映出外部因素对生态环境具有较大影响。皖中地区2018年生态综合效率、纯技术效率以及规模效率均呈较大幅度上升趋势；生态综合效率由调整前的0.871上升为调整后的0.977，这得益于纯技术效率以及规模效率的提高，二者分别由调整前的0.924、0.946上升为调整后的0.978、0.998。皖北地区2018年生态综合效率、纯技术效率和规模效率均出现小幅度提高，三者分别由调整前的0.927、0.949、0.976提高为调整后的0.970、0.979、0.991。安徽省三大区域效率水平差异明显，皖中生态效率水平最高，皖南次之，皖北最低。

表4 主要年份第三阶段安徽省各地市生态效率测算结果

续表

分城市看，合肥、芜湖、六安、淮北、阜阳和淮南等地生态综合效率值均有不同幅度的提高，马鞍山、铜陵、宣城和蚌埠等地效率值略有下降。合肥和铜陵两市第一、第三阶段效率值出现了严重偏离。2018年合肥市第一阶段生态效率值为0.784，而第三阶段生态效率水平已经达到了技术前沿面，主要由于合肥是安徽省省会城市，经济发展水平较高、城市自净能力强，因此生态效率水平被低估；2010年铜陵市生态效率水平则被严重高估，第一阶段生态环境效率已经达到了技术前沿面，而第三阶段生态效率值仅为0.652，偏离度为0.348。因此，如果只考虑产出和投入而忽略外部环境和随机因素对生态效率的影响，测算结果可能会产生较大偏差。

4 安徽省城市生态效率的空间分异和生态无效率分解

4.1 安徽城市生态效率的分布形态及其演进趋势

为了探究安徽省城市生态效率的分布形态以及其演进趋势，本文运用核密度函数估计法考察生态环境效率的分布形态。图1展示了第三阶段2005、2010、2015以及2018年城市生态效率动态演进趋势。

图1 主要年份安徽省城市第三阶段生态效率核密度

由核密度图可以看出，安徽省城市生态效率核密度中心基本保持不变，因此城市生态效率集中区间较为稳定。和2010年相比，2018年核密度曲线“峰尖”部分有所变缓且峰值下降较为明显，表明安徽省各城市间生态效率差距有缩小趋势。2018年核密度曲线峰值左侧出现一个小峰值，曲线整体上形成“一主一次”格局，表明安徽省城市生态效率整体朝较好方向发展。

4.2 安徽省城市生态无效率来源分解

分解结果如表5所示。从整体上看，投入要素导致的生态无效率均值为0.434，占生态无效率总量的89.48%，因此，投入要素配置效率低对安徽省生态环境的负面影响较大。非期望产出导致的生态无效率是影响城市生态效率水平的第二大因素；期望产出导致的生态无效率均值仅为0.001，这在一定程度上表明期望产出不足不是安徽省生态无效率的主要来源。

分区域看，皖南、皖中和皖北地区生态无效率均值分别为0.471、0.513和0.555，皖南生态无效率值最低，皖中次之，皖北最高。投入要素方面，皖南地区生态无效率均值显著低于皖中、皖北地区；期望产出方面，皖中、皖南、皖北地区相差不大；非期望产出方面，皖南和皖中地区相差不大，而皖北地区非期望产出导致的环境污染要显著大于皖南、皖中地区。以上分析表明，相较于皖中和皖南地区，皖北在经济发展过程中对资源利用效率更低，对生态环境的破坏程度更大。产生这一现象的主要原因可能是，安徽省两大煤田——淮南煤田以及淮北煤田均位于皖北地区，皖北城市经济发展主要依靠煤电产业，污染排放较多、环境质量较差。

表5 2005—2018年安徽省城市生态无效率均值及来源分解

5 结论与启示

5.1 结论

采用安徽省16个地级市2005—2018年面板数据，运用三阶段DEA模型测算了各市生态效率，在此基础上借助核密度和无效率分解方法考察生态效率的空间分异和内在影响因素，得出如下结论。

第一，排除外部环境因素和随机误差影响后，安徽省生态效率水平均发生了较大变化。研究表明，2005—2018年安徽省整体生态效率总体上保持稳步增长趋势；区域间生态效率水平差异明显，呈现出“阶梯状”发展趋势，主要表现为皖中生态效率水平最高、皖南次之、皖北最低的空间分布格局。

第二，核密度图表明安徽省城市间生态效率差距有缩小趋势，生态效率水平在0.9以上的城市不断增多，安徽省城市生态效率整体朝较好的方向发展。

第三，各要素对安徽省生态效率影响程度顺序为“投入要素＞非期望产出＞期望产出”。由于投入要素导致的生态无效率占比相对较高，因此安徽省总体生态效率的提升潜力主要在于更加合理配置资源、提高资源使用效率。分区域而言，与投入要素相关的无效率项均排在前列，因此提高资源使用效率同样也是三大区域提高生态效率的重点。此外，皖北地区与非期望产出相关的无效率项显著高于其他地区，表明皖北地区应不断加大节能减排力度，提高资源利用效率，促进绿色循环发展。

5.2 启示

第一，就安徽省整体而言，在保证经济活动正常开展的同时，各城市应促进投入资源合理配置、不断提升资源的使用效率，促进资源利用向集约化方向发展。

第二，就区域显著差异而言，各区域应着眼于自身生态无效率的短板，因地制宜实施生态效率提升战略。皖南地区工业产业布局相对密集，大部分城市均位于长江沿岸，应更注重提高资源的利用效率，减少污染物排放；皖中地区应不断提升人力和资本的配置效率，促进经济向更高质量发展方向迈进；皖北地区城市生态效率可提升空间较大，在提高投入要素使用效率的同时还应不断加大节能减排力度，促进经济绿色发展。

第三，缩小区域间差异是实现安徽省城市生态效率协同提升的首要任务，既要充分发挥高生态效率水平城市的带动作用，又要避免区域两极分化现象的产生。要从根本上实现空间高效，就必须建立生态环境治理的区域联防联控机制，实现资源优势互补与信息融合互动，最终达到共享治理成果、提高整体效率的目的。